Høster I det fulde udbytte af jeres dataopsamling?

Den hastige teknologiske udvikling har sat virksomhederne i stand til at opsamle data fra alle faser i deres værdikæder. Dataopsamlingen er omfattende og begynder i mange tilfælde allerede der, hvor potentielle kunder afsøger markedet for produkter og bevæger sig rundt på virksomhedens hjemmeside. Bevægelserne registreres og kan indgå i arbejdet med at optimere hjemmesiden, så den appellerer mest muligt til kunderne og pirrer deres købelyst. Kundernes videre relation med virksomheden registreres på samme vis; der kan være et CRM-system, der samler data sammen om den enkelte kundes købsmønstre og demografiske karakteristika. Disse data kan danne grundlag for virksomhedens strategi for, hvilke kunder, der skal have mest opmærksomhed, både i forhold til markedsføring og kundepleje.

Virksomheden samler også data om sin egen produktion: Det kan for eksempel handle om data om produktionens effektivitet og spild i de forskellige led eller om produktionsmaskinernes drift. Bearbejdning og analyse af data fra produktionen kan give anledning til produktionsomlægninger, nye investeringer eller måske endda fra- eller tilvalg af produktgrupper, som ikke er rentable.

Eksemplerne er utallige og kan findes i alle steder i værdikæden. Fælles for dem er, at de mange data er ganske værdiløse, hvis virksomheden ikke formår at bruge dem rigtigt. Værdien opstår, når de rette data bindes sammen, analyseres og sættes i en samlet kontekst, som udgøres af både virksomheden, dens leverandører og, ikke mindst, virksomhedens kunder. Det nytter for eksempel ikke at udføre en stor undersøgelse, analyse og bearbejdning af data fra produktionen, hvis resultatet er, at de fremtidige produkter ikke opfylder markedets krav eller at råvarerne til at producere ikke er tilgængelige fra leverandørerne. Når data samles og ses i en fælles kontekst, udgør de til et solidt grundlag for beslutning og handling – og det er først dér, værdien ligger.

Dataopsamling – mål eller middel?

Dataopsamlingen er ’blot’ første skridt i en længere proces; opsamlingen ikke bør være et mål i sig selv, men snarere et middel til at opnå et endeligt, overordnet mål. Det kan være spændende og tillokkende at kaste sig ud i at bruge ny teknologi og processer til at opsamle data, men faren er, at virksomhederne i bedste fald kommer til at opsamle for mange data (som ikke bruges) og – i værste fald – at de forkerte data opsamles og bruges, når beslutninger træffes.

Hvor modne er I?

Nedenfor skitserer vi en skala, der siger noget om, hvor ’moden’ en virksomhed er i forhold til brug af data. Skalaen kan findes i mange afskygninger, men fælles for alle versioner er, at det handler om, at den enkelte virksomhed befinder sig et sted på skalaen og – optimalt set – arbejder på at bevæge sig opad for at få mest mulig værdi ud af de opsamlede data. Det kan ikke lade sig gøre at springe fra nederste trin og direkte til toppen: Det kræver både nøje tilrettelagt og gennemtænkt opsamling og bearbejdning af data og i særdeleshed en organisatorisk og strukturel modenhed i selve virksomheden.

Vi kan sætte lidt flere ord på hvert af de 7 niveauer:

• Rå data. Her drejer det sig om opsamling, konsolidering og validering af data, uden særlig hensyntagen til, hvad data skal bruges til og om kvaliteten er god.
• Rensede data. Virksomheden forholder sig til de opsamlede data og sørger for en god datakvalitet. Der arbejdes med Master Data Management og grundlæggende Business Intelligence (BI).
• Der foretages basal rapportering, ofte baseret på skabeloner i de BI-systemer, som virksomheden benytter, så der skabes gode overbliksbilleder.
• Beskrivende analyse. Her er virksomheden i stand til at analysere de indsamlede data og kan finde svar på spørgsmålet: ’Hvad skete der?’
• Diagnosticerende analyse. Når man har svar på, hvad der skete (forrige trin) vil virksomheden på næste modenhedstrin søge at grave et spadestik dybere og se på spørgsmålet: ’Hvorfor skete det?’
• Forudsigende analyse. Virksomheden har nået et niveau, hvor data har så høj kvalitet og bearbejdningen af data er så avanceret, at det er muligt at svare på: ’Hvad kommer der til at ske?’
• Forudseende indsats. På sidste og højeste niveau er virksomheden i stand til at operationalisere den viden, der er frembragt på forrige niveau: Det bliver muligt at kontrollere og styre på baggrund af data, på både kort og lang sigt. De indsamlede og behandlede data danner grundlag for svaret – og planen for: ’Hvordan kan vi få det til at ske?’

De 7 trin peger samlet set på et helt overordnet begreb: ’Data governance’. Det handler om selve forvaltningen, styringen og brugen af data, både i forhold til de mennesker, de processer og den teknologi, der er involveret. Det hele skal fungere og være i balance for at virksomheden får fuld værdi af de mange data, der er til rådighed – på både kort og langt sigt.